孙孔明, 陈 青, 赵 普

(电网智能化调度与控制教育部重点实验室(山东大学), 山东省济南市 250061)

0 引言

配电网优化重构是指寻求一组所有开关的最优开闭组合,在满足配电网拓扑约束和其他电气量约束的前提下,使其处于最优运行状态。针对该问题,国内外学者提出了多种方法,如基于图论的方法[1]、支路交换法[2]、随机自适应搜索算法[3]、粒子群优化算法[4-5]、二进制纵横交叉算法[6]、遗传算法[7-19]、蚁群优化算法[20-21]等。

遗传算法是解决优化问题的有效算法之一,尤其是离散变量的非线性优化问题。采用遗传算法解决重构问题的第一步是对配电网拓扑进行编码。文献[8]采用二进制编码方式,其编码长度等于配电网开关的数量,当网络规模较大时,较长的编码会大大降低该编码方式的效率。文献[9]采用network random keys(NRK)编码方式;Gupta在文献[10,15]中提出了一种基于图论的编码形成方式,并设计了3条编码规则以保证编码的可行性;文献[7]设计了一种称为edge window decoder的编码方式;文献[13]提出了一种基于最小生成树的Prufer number编码方式;文献[16]提出了两种思路完全相反的编码方式:支路增加编码法(additive sequential encoding)和支路减少编码法(subtractive sequential encoding)。这些编码方式均可生成满足拓扑约束的编码。

配电网拓扑约束的存在(连通辐射状网络)给遗传算法在配电网拓扑重构上的应用造成了较大的困难。首先,在初始种群的形成上,传统上采用随机形成方法[12],但该方法不可避免地会产生不可行解,因此,要得到目标数量的种群,尤其是种群较大时,所需工作量也较大[15];其次,经遗传操作后生成的个体可能不满足拓扑约束条件。……